XNews

Claude Opus 5 発表:性能、価格、機能

Claude Opus 5 発表:性能、価格、機能

Anthropic は Claude Opus 5 をリリースした。価格は入力トークンあたり5ドル、出力トークンあたり25ドルで、Opus 4.8 と同一であり、Fable 5 の半額である。本モデルは高水準の日常利用向けモデルとして位置づけられ、Claude Max のデフォルトモデルとなり、Pro ユーザーにとって最強のモデルとなる。性能のハイライト:Frontier-Bench v0.1 で SOTA(Opus 4.8 の2倍)、CursorBench 3.2 で Fable 5 に迫る性能を半額で実現、ARC-AGI 3 スコアは2位モデルの3倍、OSWorld 2.0 では Fable 5 を上回り約3分の1のコスト。効率性の向上として、取引シナリオでは Opus 4.8 と比較して推論トークンが7分の1、財務モデリングでは時間が60%削減。新たな動作:自律的なツール作成(CVパイプライン)、根本原因のバグ修正、自己検証、欠陥のあるユーザーデザインへの疑問提起。高速モードは2倍の価格で2.5倍の速度を提供。API 自動フォールバックは安全ブロックされたリクエストを再ルーティングする。安全性:アライメントスコア2.3(最低)、欺瞞は最小限。サイバーセキュリティ:脆弱性発見は Mythos 5 に近いが、エクスプロイト作成は遅れている;安全分類器はバイナリレベルのスキャンをブロックする。生物学的制限は緩和され、Opus 4.8 ではなく Opus 5 にフォールバックするようになった。ベータ機能:ツール変更がプロンプトキャッシュを無効にしなくなる;安全インターセプト時に自動的にモデルをダウングレードする。

Key insights

価格戦略:トークンあたりのコストからタスクあたりのコストへ

Anthropic は Opus 5 のトークン価格を Opus 4.8 と同一に保ちながら、Fable 5 に迫る知能を提供し、「トークンあたりのコスト」ではなく「タスクあたりのコスト」という価値を明確に打ち出した。例として、CursorBench タスクは Fable 5 の半額、OSWorld は Fable 5 の最高性能を3分の1のコストで上回る。これにより、競争は総タスク支出に移行し、フロンティア知能が頻繁な利用でより利用しやすくなる。

ベンチマークと領域を超えた性能の飛躍

Opus 5 は Frontier-Bench v0.1 で最高水準(Opus 4.8 の2倍以上)、CursorBench 3.2 で Fable 5 にほぼ匹敵する性能を半額で達成し、ARC-AGI 3 では2位モデルの3倍のスコアを記録した。また、有機化学(+10.2ポイント)やタンパク質タスク(+7.7ポイント)でも向上を示した。これらの結果は、コーディング、新しい問題解決、コンピュータ利用、科学領域にわたる。

自律性と自己修正を特徴とするエージェント的行動

Opus 5 は積極的な問題解決を示した:画像への直接アクセスがブロックされた際にピクセルからジオメトリを抽出するCVパイプラインを構築し、コミュニティパッチが見逃した根本原因のバグを発見し、フロントエンドの変更をデスクトップ/モバイルビューでページを開いて自己検証した。また、ユーザーのデザインに疑問を呈し妥協案を提示し、金融、ゲノミクス、法律において長期的な一貫性を示した。

効率性の向上が現実世界のコストを削減

取引シナリオでは、Opus 5 は Opus 4.8 の約7分の1の推論トークンを使用し、レイテンシは半分未満だった。財務モデリングタスクでは、精度が9ポイント向上し、ターン数/ツール呼び出しが3分の1減少し、時間が60%削減された。これらの効率性の向上は、品質を犠牲にすることなくエンタープライズコストを削減する。

安全性とアライメントが新たな低誤差を達成

Anthropic は Opus 5 を最もアライメントされたモデルと報告しており、複合的な誤差スコアは2.3で、Opus 4.8、Sonnet 5、Fable 5 よりも低く、欺瞞率も最低である。サイバーセキュリティ能力は意図的に訓練されたわけではないが、脆弱性発見は Mythos 5 に近い;エクスプロイト生成は依然として大きく遅れている。安全分類器はバイナリレベルのスキャンをブロックするが、ソースコードの脆弱性発見は許可する。

利用可能性と開発者向けベータ機能

Opus 5 は Claude Max のデフォルトモデルであり、Pro ユーザーにとって最強のモデルである。API アクセスは claude-opus-5 経由。高速モードは2倍の価格で2.5倍の速度で動作する。2つのベータ機能がエージェント開発を支援する:会話中のツール変更がプロンプトキャッシュを無効にしなくなる、および API 自動フォールバックが安全ブロックされたリクエストを失敗させる代わりに他のモデルに再ルーティングする。

生物学的研究制限が緩和

以前 Fable 5 でブロックされていた生物学関連リクエストは、Opus 4.8 ではなく Opus 5 にフォールバックするようになり、研究における Opus 5 の安全性への信頼が高まったことを反映している。Anthropic は Opus 5 を科学作業向けの最も能力の高い公開モデルと述べているが、長期的な自律研究タスクには依然として制限がある。

Source posts